汽車運動狀態(tài)在線測量及預報技術研究.pdf

1、開展汽車運動狀態(tài)在線測量及預報技術研究，提前預報汽車未來時刻的行駛運動狀態(tài)，預先警示駕駛員，甚至直接驅動車輛控制系統(tǒng)，對于提高車輛行駛主動安全、減少道路交通事故將起到十分重要的作用。
　　 汽車運動狀態(tài)在線測量及預報技術是指汽車在道路行駛過程中，通過布置在汽車上的慣性傳感器在線地監(jiān)測汽車行駛運動狀態(tài)的基礎上，運用一定的技術和手段進一步準確可靠地預測出汽車未來短時間(1至3秒)內(nèi)的行駛運動狀態(tài)。
　　 為實現(xiàn)對汽車運動狀態(tài)

2、參數(shù)在線測量的目的，自主設計了微慣性測量單元MIMU(Micro Inertial Measurement Unit)，對其誤差模型進行了分析，同時設計了MIMU的標定系統(tǒng)和開展了傳感器的標定工作。進一步研究了汽車的姿態(tài)和速度積分算法，考慮到MEMS(Micro-Electro-Mechanical Systems)傳感器精度相對較低的因素，設計了Kalman濾波器來完成傳感器信號的融合處理以獲得汽車運動狀態(tài)參數(shù)的最優(yōu)估計值。并進一步開

3、展了Matlab仿真工作，仿真結果表明汽車姿態(tài)與速度積分算法以及Kalman濾波器設計的準確性和可靠性。
　　 在獲得汽車行駛運動狀態(tài)參數(shù)的基礎上，基于自回歸(Auto-Regressive，AR)模型、多層遞階(Multi-Level Recursive，MLR)模型開展了汽車運動狀態(tài)參數(shù)的預報研究。詳細分析了兩者的具體建模預報過程，并著重對與行車安全密切相關的6個主要的運動狀態(tài)參數(shù)開展了Matlab仿真工作，仿真結果表明兩種

4、預報方法都達到了一定的預報效果，多層遞階方法由于考慮到汽車運動的時變性和非線性特性，其預報精度要高于AR預報方法。
　　 基于VB2005、NI Measurement studio和Matlab.NET生成器開發(fā)了汽車運動狀態(tài)在線測量及預報軟件。通過引入VB與Matlab混合編程的思想，充分發(fā)揮了VB的界面優(yōu)勢和Matlab的數(shù)學運算優(yōu)勢，減少編程工作量，提高了軟件開發(fā)效率。所開發(fā)的軟件不但能夠實現(xiàn)對汽車運動狀態(tài)參數(shù)在線測量和